python内容摘要(python短文本摘要)

短文本摘要是指从文章中提取出最重要的信息，并用简短、精炼的语言概括出来的过程。Python中有多种文本摘要的方法，本文将为大家介绍其中的两种：基于TF-IDF算法和基于TextRank算法。

# 基于TF-IDF算法的文本摘要
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity
def tf_idf_summarize(text, n):
# 将文本分成句子
sentences = text.split('.')
# 计算单词权重
tfidf = TfidfVectorizer()
tfidf_weights = tfidf.fit_transform(sentences)
# 计算句子权重
similarities = cosine_similarity(tfidf_weights[-1], tfidf_weights)[0]
# 提取前n个最相似的句子
indices = similarities.argsort()[-n-1:-1]
# 将句子按照原来的顺序输出
return '.'.join([sentences[i] for i in sorted(indices)])
# 基于TextRank算法的文本摘要
from textrank4zh import TextRank4Sentence
def textrank_summarize(text, n):
# 初始化TextRank4Sentence
tr4s = TextRank4Sentence()
tr4s.analyze(text=text, lower=True, source='all_filters')
# 提取前n个关键句子
key_sentences = tr4s.get_key_sentences(num=n)
# 按照顺序输出摘要
return '.'.join([s.sentence for s in key_sentences])

以上两种方法都是比较常用的文本摘要方法，但各有优劣。基于TF-IDF算法的方法适合处理较长的文字，而基于TextRank算法的方法则适合处理较短的文字，如新闻标题、论文摘要等。

总之，Python的丰富库和强大算法使得文本摘要变得简单而高效。